释放双眼，带上耳机，听听看~！
1. 前言
互联网软件神速发展，用户的体验度是判断一个软件好坏的重要原因，所以缓存就是必不可少的一个神器。在多线程高并发场景中往往是离不开cache的，需要根据不同的应用场景来需要选择不同的cache，比如分布式缓存如redis、memcached，还有本地（进程内）缓存如ehcache、GuavaCache、Caffeine。
说起Guava Cache，很多人都不会陌生，它是Google Guava工具包中的一个非常方便易用的本地化缓存实现，基于LRU算法实现，支持多种缓存过期策略。由于Guava的大量使用，Guava Cache也得到了大量的应用。但是，Guava Cache的性能一定是最好的吗？也许，曾经，它的性能是非常不错的。但所谓长江后浪推前浪，总会有更加优秀的技术出现。今天，我就来介绍一个比Guava Cache性能更高的缓存框架：Caffeine。
2. 比较
Google Guava工具包中的一个非常方便易用的本地化缓存实现，基于LRU算法实现，支持多种缓存过期策略。
EhCache 是一个纯Java的进程内缓存框架，具有快速、精干等特点，是Hibernate中默认的CacheProvider。
Caffeine是使用Java8对Guava缓存的重写版本，在Spring Boot 2.0中将取代，基于LRU算法实现，支持多种缓存过期策略。
2.1 官方性能比较
场景1：8个线程读，100%的读操作
场景二：6个线程读，2个线程写，也就是75%的读操作，25%的写操作
场景三：8个线程写，100%的写操作
可以清楚的看到Caffeine效率明显的高于其他缓存。
3. 如何使用
3.1手动加载（Manual）
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
2 Cache<String, String> manualCache = Caffeine.newBuilder()
3 .expireAfterWrite(10, TimeUnit.MILLISECONDS) //设置过期时间
4 .maximumSize(100) //设置最大缓存个数
5 .build();
6 String key = "name";
7 // 根据key查询一个缓存，如果没有返回NULL
8 String value = manualCache.getIfPresent(key);
9 System.out.println("key "+ value); //key null
10 // 将一个值放入缓存，如果以前有值就覆盖以前的值
11 manualCache.put(key,"reed");
12 String value1 = manualCache.getIfPresent(key);
13 System.out.println("key1 "+value1); //key1 reed
14 // 删除一个缓存
15 manualCache.invalidate(key);
16 String value2 = manualCache.getIfPresent(key);
17 System.out.println("key2 "+value2); //key2 null
18 // 根据Key查询一个缓存，如果没有调用createExpensiveGraph方法，并将返回值保存到缓存。
19 String value3 =manualCache.get(key,k->"fan");
20 System.out.println("key3 "+value3); //key3 fan
21 String value4 = manualCache.get(key,k->"reed");
22 System.out.println("key4 "+value4); //key4 fan
23 }
24
3.2同步加载（Loading）
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
2 public void test(){
3 LoadingCache<String, String> loadingCache = Caffeine.newBuilder()
4 .maximumSize(10_000)
5 .expireAfterWrite(10, TimeUnit.MINUTES)
6 .build(key -> getName(key));
7
8 List<String> keys = new ArrayList<>();
9 keys.add("reed");
10 keys.add("fan");
11
12 Map<String,String> map = loadingCache.getAll(keys);
13
14 for(Map.Entry<String,String> m:map.entrySet()){
15 System.out.println("key:" + m.getKey() + " value:" + m.getValue());
16 /*key:reed value:reed
17 key:fan value:fan*/
18 }
19 }
20 private String getName(String str){
21 return str;
22 }
23
3.3异步加载（Asynchronously Loading）
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
2 public void test() throws Exception {
3 AsyncLoadingCache<String, String> asyncLoadingCache = Caffeine.newBuilder()
4 .maximumSize(10_000)
5 .expireAfterWrite(10, TimeUnit.MINUTES)
6 .buildAsync(key -> getName(key));
7
8 List<String> keys = new ArrayList<>();
9 keys.add("reed");
10 keys.add("fan");
11 CompletableFuture<Map<String, String>> names = asyncLoadingCache.getAll(keys);
12 Map<String, String> map = names.get();
13
14 for (Map.Entry<String, String> m : map.entrySet()) {
15 System.out.println("key:" + m.getKey() + " value:" + m.getValue());
16 /*key:reed value:reed
17 key:fan value:fan*/
18 }
19 }
20
21 private String getName(String str) {
22 return str;
23 }
24
